이번 주, AI 업계에서 두 개의 발표가 며칠 사이에 몰렸습니다.
OpenAI – GPT-6 Astra : 2026년 9월 3일 발표
메타 – Muse : 2026년 9월 9일 발표
발표 자료를 열어보면 익숙한 풍경이 펼쳐집니다. 벤치마크 표가 빼곡하고, 어느 항목에서 몇 퍼센트를 기록했으며, 경쟁 모델보다 얼마나 앞섰는지가 나열됩니다.
그런데 이제 이런 숫자에 관심을 갖는 사람이 얼마나 될까요?
지난 2년간 같은 패턴이 반복됐습니다. 새 모델이 나오면 직전 모델을 이기고, 몇 달 뒤 또 다른 모델이 그것을 이깁니다. 숫자는 계속 올라가는데 정작 그 숫자가 무엇을 의미하는지는 대부분 알기 어렵고, 실제 사용에서 체감되는 차이는 그만큼 크지 않습니다.
그래서 이 글에서는 점수 비교를 하지 않겠습니다. 대신 훨씬 흥미로운 질문에 집중하려 합니다. 바로 이 대표 세 회사의 AI 최신 업데이트가 가리키고 있는 미래 방향에 대해 이야기하려고 합니다.
얼마 전에 발표한 Claude Fable AI까지 대표 LLM들의 발표를 나란히 놓고 보면, 성능은 함께 오르고 있는데 방향은 뚜렷하게 갈라지고 있다는 것이 보입니다. 그리고 그 갈라짐이 앞으로 우리가 AI를 어떻게 쓰게 될지를 결정합니다.
그럼 이번 글에서는 최근 발표한 AI 업데이트를 정리해보겠습니다.
실제 지금 바로 사용할 수 있나요?
방향 이야기에 앞서 현실적인 부분을 짚고 가겠습니다. 발표가 났다고 바로 손에 들어오는 것은 아니기 때문입니다.
GPT-6 Astra는 어디서 쓰느냐에 따라 접근 범위가 다릅니다.
| 사용 환경 | Plus | Pro($100~) / Business / Enterprise |
|---|---|---|
| 일반 ChatGPT 대화 | 순차 제공 | 제공 |
| ChatGPT Work | Astra 순차 제공 중 | 제공 |
| Codex | Astra 사용 가능해지는 중 | 제공 |
즉, 유료 결제를 하면 GPT-6를 쓸 수 있지만, Plus와 Pro의 접근 범위가 다릅니다. 게다가 단계적 출시라서 같은 Plus 가입자라도 계정에 아직 표시되지 않을 수 있습니다. OpenAI도 Chat, Work, Codex별로 제공 시점이 다를 수 있다고 밝히고 있습니다.
Muse는 더 기다려야 합니다. 실제로 접속해보니 현재는 대기 명단 등록만 가능한 상태였습니다.
1. 벤치마크가 의미있을까?
먼저 오해가 없도록 짚어두자면, 벤치마크 자체가 무의미하다는 뜻은 아닙니다. 연구자와 개발자에게는 여전히 중요한 지표입니다. 다만 일반 사용자에게 그 숫자가 갖는 의미는 계속 옅어지고 있습니다.
(1) 순위가 계속 바뀝니다.
이번 발표만 봐도 그렇습니다. GPT-6 Astra는 코딩과 컴퓨터 사용 영역에서 앞서고, Claude Fable 5.1은 종합 지능 지수에서 앞섭니다. 항목마다 승자가 갈리고, 몇 달 뒤면 또 다른 모델이 이 표를 다시 씁니다.
지난 2년간 이 패턴이 반복됐습니다. 새 모델이 나오면 직전 모델을 이기고, 그 모델은 다시 다음 모델에게 자리를 내줍니다. 어느 시점의 1위인지가 곧 무의미해지는 구조입니다.
(2) 숫자의 의미를 알기 어렵습니다
이번 발표 자료에 등장하는 지표들을 나열해보면 이렇습니다. Terminal-Bench, ARC-AGI-3, FrontierMath Tier 4, ExploitBench, GPQA Diamond, OSWorld, AutomationBench, BenchCAD.
이 중 몇 개나 그 내용을 설명할 수 있을까요?
각각이 무엇을 측정하는지, 그 점수가 실제 업무에서 무엇을 의미하는지 파악하려면 그 자체로 상당한 배경 지식이 필요합니다. 숫자는 늘어나는데 이해는 오히려 어려워지는 상황입니다.
(3) 체감이 따라오지 않습니다
가장 결정적인 이유입니다. 앞서 Claude Fable 5.1을 다루면서도 짚었던 부분인데, 벤치마크 점수 상승분만큼 일상적인 사용에서 차이를 느끼기는 어렵습니다.
처음 AI를 써봤을 때의 충격과, 이미 충분히 좋은 모델을 그 다음 버전과 비교할 때의 차이는 다릅니다. 문서를 요약하거나 짧은 코드를 짜는 일상적인 작업에서는 “이전보다 조금 낫다”는 느낌은 있어도, 점수 차이만큼의 격차를 체감하기는 쉽지 않습니다.
그럼에도 이번 발표들이 중요한 이유
그렇다면 이번 발표는 그냥 넘겨도 될까요? 그렇지 않습니다. 다만 봐야 할 곳이 달라졌습니다.
숫자가 아니라 “무엇에 집중했는가”를 보면 이야기가 완전히 달라집니다. 세 회사가 어떤 능력을 자랑하기로 선택했는지, 어떤 사례를 앞세워 발표했는지, 심지어 어떤 문제를 걱정한다고 밝혔는지를 보면 각자가 향하는 방향이 뚜렷하게 드러납니다.
그리고 이번 세 발표의 방향은 서로 꽤 다릅니다. 하나씩 살펴보겠습니다.
3. 범용과 성능 관점
OpenAI와 앤스로픽의 이번 발표를 나란히 놓고 보면, 흥미로운 공통점과 차이가 동시에 드러납니다.
(1) GPT-6 Astra
OpenAI가 이번 발표에서 가장 앞세운 것은 컴퓨터 사용 능력입니다. 발표 자료의 사례들을 보면 방향이 분명합니다.
온라인 양식을 작성하고, CRM에서 고객 기록을 업데이트하고, 일정을 관리합니다. 회로 기판(PCB)을 설계하고, 블렌더에서 주택을 모델링해 언리얼 엔진으로 옮기고, 프레젠테이션 템플릿에 맞춰 슬라이드를 제작합니다. 소아과 의사를 검색하고, 아파트를 알아보고, 운전면허 시험장 예약까지 합니다.
즉, 단순하게 우리의 질문에 답하는 것이 아니라 화면을 보고 사람처럼 조작하는 것에 집중했습니다. 실제로 OpenAI는 작업 완료 속도가 이전 모델 대비 크게 빨라졌다는 점을 반복해서 강조합니다. 시간이 오래 걸리는 일상 업무를 대신 처리하는 것이 목표라는 뜻입니다.
AI 관련 글과 소식에서 갑자기 무슨 회로 기판인가? 싶으실 수도 있습니다. 이번 이미지는 OpenAI가 이번 발표에서 소개한 짧은 영상의 이미지인데요. GPT‑6 Astra가 KiCad에서 인쇄 회로 기판(PCB) 레이아웃 작업을 하는 모습을 15초로 압축해 재생한 영상입니다.
이처럼 사람이 손으로 작업해야 하는 일들은 AI가 직접 수작업(?)하기 시작했습니다!
이 영상 외에도 Excel 대회, 게임 개발, Form 1040 작성, 프런트엔드 품질 보증, Power BI, 자동차 변속기, 법률 문서 서식 지정에 사용 영상을 제공하니, 관심 있으신 분들은 공식 블로그를 참고해보시길 추천드립니다.
또 하나 눈에 띄는 것은 정렬(alignment)에 대한 강조입니다.
이전 모델이 승인된 범위를 벗어난 사례가 48%였던 반면 Astra는 0%였다는 식으로, 얼마나 잘하는가만큼 얼마나 시킨 것만 하는가를 성과로 내세웁니다. 자율성이 커질수록 통제 가능성이 함께 중요해진다는 인식이 담겨 있습니다.
(2) Claude Fable 5.1
앤스로픽의 발표는 결이 다릅니다. 앞서 별도 글에서 다뤘듯, 이번 발표에서 가장 큰 비중을 차지한 것은 과학 연구 성과였습니다.
단백질 결합체 설계에서 기존 최고 기록을 크게 뛰어넘었고, 30년 전 NASA 탐사 데이터로 금성 지형의 3분의 1을 새로 매핑해 공개했습니다. 신약 개발과 우주 탐사 같은, 일상 업무와는 거리가 있는 영역입니다.
그리고 또 하나의 축이 데이터를 다루는 방식이었습니다. Enterprise Frontier Safeguards를 통해 고객사 데이터를 앤스로픽 서버가 아닌 고객사 자체 인프라에 저장하는 구조를 내놨습니다. 성능이 아니라 신뢰의 구조를 성과로 발표한 셈입니다.
(3) 공통점 – 둘 다 채팅을 넘어서고 있다.
방향은 다르지만 두 발표가 공유하는 것이 있습니다. 더 이상 대화 품질을 자랑하지 않는다는 점입니다.
예전 발표들은 “더 자연스러운 대화”, “더 정확한 답변”을 앞세웠습니다. 지금은 다릅니다. 오래 걸리는 작업을 대신 수행하고, 실제 결과물을 만들어내고, 사람 개입 없이 여러 단계를 진행하는 능력이 중심입니다.
즉 AI를 묻고 답하는 상대가 아니라 일을 맡기는 대상으로 재정의하고 있습니다.
3. Meta – 일상으로 들어온 Muse
메타가 공개한 Muse는 앞선 두 발표와 다른 접근 방식으로 시작합니다.
Muse 소개 글의 첫머리에는 성능 지표가 없습니다. 대신 이런 문장이 나옵니다. 이 문장은 AI가 인간과 상호작용할 때 가장 먼저 정의 내리는 시스템 프롬프트 첫 문장이라고 합니다.
Your purpose is to make your user’s life better.
제품을 만든 두 사람은 아이와 부모를 돌보며 일해온 시간을 이야기하고, 어떻게 하면 제한된 시간에서 조금이라도 더 짜낼 수 있을지 고민해왔다고 말합니다. 성능 경쟁의 언어가 아니라 생활의 언어입니다.
(1) What is Muse?
Muse는 모델이 아니라 개인용 AI 에이전트 앱입니다.
자체 컴퓨터와 파일 시스템, 터미널을 갖고 있어 필요하면 스스로 코드를 짜서 도구를 만들고, 웹 브라우저로 검색하고 양식을 작성하고 결제까지 수행합니다.
발표 글에 나오는 사례가 이 제품의 성격을 잘 보여줍니다. 제작자는 신학기 준비를 Muse에게 맡겨뒀는데, 학교 이메일과 교육청 사이트를 지켜보다가 주요 일정을 가족 캘린더에 옮기고, 준비물을 장바구니에 담고, 아이가 원하던 옷을 할인가로 찾아냈습니다.
그리고 결정적인 순간이 있었습니다. 이메일 더미에 묻혀 있던 아들의 운동부 선발 신청 마감이 12시간 남았다는 것을 발견하고, 비행기 탑승 직전의 제작자에게 알림을 보냈습니다. 남편이 4시간을 남기고 서류를 접수해 아들은 선발전에 나갈 수 있었습니다.
(2) Muse 차별점은?
세 가지 관점에서 크게 다릅니다.
① 먼저 말을 겁니다.
사용자가 묻지 않아도 메시지를 보냅니다. 그래서 메타는 그 메시지는 방해할 가치가 있을 만큼 유용해야 한다는 기준을 세웠다고 밝힙니다. 원하면 이 능동성을 끄거나 강도를 조절할 수 있습니다.
② 계속 일합니다.
앱을 닫아도 백그라운드에서 작업이 이어집니다. 목표를 설정하면 일정에 따라, 그리고 관련 사건이 생길 때마다 다음 단계를 진행합니다. 결과가 알릴 만한지 스스로 판단해서 의미 있는 변화가 있을 때만 알립니다.
③ 이름과 얼굴을 갖습니다.
사용자가 아바타를 만들고 이름을 붙이고 성격을 부여합니다. 제작자는 자신의 Muse를 “베다(Veda)”라고 불렀습니다. 오래 대화하다 보니 기업 로고와 이야기하는 것이 어색하게 느껴졌다는 것이 이유입니다.
결과적으로 성능이 아니라 관계를 설계했습니다
메타가 만든 Muse AI가 자랑하는 것은 무엇을 얼마나 잘하는가가 아닙니다. 어떻게 사용자의 하루에 들어갈 것인가, 그리고 어디까지 들어가도 되는가입니다. 같은 주에 발표된 세 제품 중 유일하게 벤치마크 표가 없는 이유이기도 합니다.
4. 세 발표의 공통점
세 발표를 나란히 놓고 보면, 방향은 갈라지는데 마주한 문제는 같다는 것이 드러납니다.
(1) 공통 방향
가장 뚜렷한 공통점입니다. 세 발표 어디에도 더 자연스러운 대화를 자랑하는 대목이 없습니다.
대신 Astra는 화면을 조작해 양식을 작성하고, Fable은 데이터를 분석해 연구를 진행하고, Muse는 이메일을 지켜보다 장바구니를 채웁니다. 셋 다 묻고 답하는 것에서 일을 수행하는 것으로 무게중심을 옮겼습니다.
지난 2년간 우리가 AI를 쓰던 방식인 질문을 입력하고 답을 받아 사람이 그걸 가지고 다음 작업을 하는 방식이 바뀌는 지점입니다.
(2) 핵심은 누구의 일을 하는가
같은 방향으로 가면서도 겨냥하는 대상은 다릅니다.
| AI | 향하는 곳 | 대표적인 장면 |
|---|---|---|
| GPT-6 Astra | 비즈니스 현장 | 양식 작성, CRM 업데이트, 슬라이드 제작 |
| Claude Fable 5.1 | 특정 도메인 | 단백질 설계, 데이터 분석, 논문 수준 연구 |
| Muse | 개인의 하루 | 아이 신학기 준비, 일정 관리, 장보기 |
앞의 둘이 업무를 겨냥한다면, Muse는 일상적인 삶을 겨냥합니다. 이는 어찌보면 당영한 결과 입니다.
메타는 기본적으로 페이스북에서 시작해서 관계에 집중한 플랫폼입니다. 그렇기 때문에 AI도 삶에 현장으로 바로 들어옵니다.
OpenAI의 ChatGPT AI는 가장 대중화된 LLM 입니다. 그만큼 비즈니스 현장에 집중합니다.
앤스로픽의 Claude는 Code 작성에서 두각을 내기 시작해서, MCP 등 특정 도메인 영역에서 특화된 강점을 보여왔습니다.
이 점이 각기 다른 길을 보여주는 이유가 됩니다.
(3) 이들이 고민하는 지점
세 회사가 각기 다른 방식으로 가지만 비슷한 지점에서 고민을 하고 있습니다. AI가 스스로 일을 수행하기 시작하는 순간, 성능만큼이나 통제 가능성과 투명성이 제품의 핵심이 된다는 것입니다.
이것이 얼마 전 저희 테크뷰에서 나눈 이야기와 연결됩니다.
기존 글 바로가기 : Personal AI, 늘 곁에 있는 개인화된 AI 가능할까? 개인화 vs 프라이버시
앞서 개인화 AI를 다루면서 이런 결론을 냈습니다. 늘 곁에 있는 AI가 가능해지려면 기술이 아니라 신뢰가 관건이며, 그 신뢰는 내가 맡긴 정보를 직접 들여다보고 고치고 지울 수 있다는 확신에서 온다고요.
이번 세 발표는 그 이야기가 추상적인 전망이 아니라 이미 제품 설계에 반영되고 있는 현실임을 보여줍니다. 특히 Muse가 메모리 파일을 직접 열람 및 편집하게 만들고 승인 카드를 도입한 것은, 그 결론을 거의 그대로 구현한 형태입니다.
성능 경쟁은 계속될 것입니다. 다만 경쟁의 축이 하나 더 늘었습니다. 얼마나 잘하는가에서, 얼마나 안심하고 맡길 수 있는가로 말입니다.
5. 마무리 정리
이번 주에 있던 대형 소식들은 각자 다른 것을 자랑했습니다. 하나는 컴퓨터를 다루는 능력을, 하나는 과학 연구의 성과를, 하나는 사랑하는 사람과 보낼 시간을 이야기했습니다.
저희 테크뷰는 이렇게 생각하고 있습니다.
(1) 벤치마크 숫자로 정의할 수 없는 시대가 오고 있습니다.
순위는 계속 뒤집히고, 지표는 늘어나는데 체감은 따라오지 않습니다. 이제 봐야 할 것은 점수가 아니라 각자가 무엇에 집중했는가입니다.
(2) 방향은 갈라지고 있습니다.
GPT-6 Astra는 실무자의 책상을, Claude Fable 5.1은 연구자의 실험실을, Muse는 개인의 하루를 겨냥합니다. 다만 셋 다 공통적으로 대화하는 AI에서 일을 수행하는 AI로 옮겨가고 있습니다.
(3) 셋 다 같은 문제를 마주했습니다.
AI가 스스로 일을 하기 시작하는 순간, 성능만큼 중요해지는 것이 통제 가능성과 투명성입니다. 세 회사가 각기 다른 방식으로 같은 답을 찾아가고 있습니다.
몇 년 뒤 이번 주를 돌아본다면, 아마 누가 몇 점을 받았는가는 기억나지 않을 것입니다. 대신 AI가 답을 주는 존재에서 일을 하는 존재로 넘어가기 시작한 시점으로 기억될 가능성이 높습니다.
그리고 그 전환에서 진짜 관건은 성능이 아닙니다. 우리가 얼마나 안심하고 AI와 함께할 수 있는가입니다.
함께 보기 좋은 글
댓글 남기기